问财量化选股策略逻辑
选股逻辑为MACD零轴以上，PE大于0，日线MACD大于0的股票。选股时间为每个交易日收盘后。
选股逻辑分析
MACD是一种趋势追踪指标，红柱代表上涨趋势，当MACD在零轴以上时，说明当前股票处于强势状态，有较大的上涨空间。而日线MACD大于0则说明股票的上涨趋势较为明显。
同时，通过PE大于0可以筛选出当前股票的估值较合理。
综合以上选股条件，可以筛选出趋势较强，估值较合理的潜在投资标的。
有何风险？
- 过于依赖技术指标，忽略了基本面数据带来的投资风险；
- 当市场行情发生突变时，基于技术分析的策略容易失效；
- 忽略了股票的流动性和风险因素等其他综合因素。
如何优化？
- 引入其他技术指标和基本面数据来拓宽选股预判条件，提高精准度和投资成功率；
- 通过参数优化，如调整MACD的观察期等，优化选股精度；
- 加入风险控制策略，降低投资风险。
最终的选股逻辑
选股逻辑为MACD零轴以上，PE大于0，日线MACD大于0的股票。选股时间为每个交易日收盘后。
同花顺指标公式代码参考
MACD指标：
DIF: EMA(CLOSE, 12) - EMA(CLOSE, 26);
DEA: EMA(DIF, 9);
MACD: (DIF - DEA) * 2;
PE指标：
PE: FIELD('pe_ttm', 0);
收盘价指标：
CLOSE: CLOSE;
选股筛选公式：
MACD > 0 AND PE > 0 AND MACD > REF(MACD,1);
排序公式：
默认按照个股市值排序，这里不做展示。
Python代码参考
以下为python的选股筛选代码、排序代码，仅供参考：
import akshare as ak
# 获取股票列表并计算选股筛选条件
data = ak.stock_zh_a_daily(symbol="", adjust="qfq").reset_index()
condition = (data['macd'] > 0) & (data['pe_ttm'] > 0) & (data['macd'] > data['macd'].shift(1))
result = data[condition]
# 按照市值排序
result_sorted = result.sort_values(by=['circ_mv'], ascending=False).head(5)
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
